CN119557955B 一种基于潜在扩散模型的建筑规划图像生成方法及系统 （广东元洲文化科技有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN119557955B(45)授权公告日2025.07.08

(21)申请号202411625025.0

(22)申请日2024.11.14

(65)同一申请的已公布的文献号申请公布号CN119557955A

(43)申请公布日2025.03.04

(73)专利权人广东元洲文化科技有限公司

地址519000广东省珠海市高新区唐家湾

镇创新九路289号3栋2层202-1

(72)发明人赵逵唐雅雯贺逸飞涂美琪

(74)专利代理机构广东颖联知识产权代理事务所(普通合伙)44647

专利代理师钟作亮

(51)Int.CI.

GO6F30/13(2020.01)

GO6F30/27(2020.01)

GO6N3/0455(2023.01)

GO6N3/0464(2023.01)

GO6N3/084(2023.01)

(56)对比文件

CN117521672A,2024.02.06

CN117725247A,2024.03.19

审查员刘迪

权利要求书2页说明书8页附图2页

(54)发明名称

一种基于潜在扩散模型的建筑规划图像生成方法及系统

(57)摘要

CN119557955B本发明提出了一种基于潜在扩散模型的建筑规划图像生成方法及系统。该方法包括数据预处理、改进潜在扩散模型结构、优化输入条件、模型训练和图像生成等步骤。通过预处理建筑设计图像和城市规划图像数据集，并引入通道交叉和空间交叉注意力机制，增强文本描述与建筑风格之间的关联性。同时，结合建筑风格嵌入向量、建筑描述文本嵌入向量和几何信息嵌入向量作为额外输入条件，确保生成图像包含完整信息。在模型训练过程中，采用多尺度策略和深度可分离卷积，提高模型对大场景的识别能力和训练效率。系统包括数据预处理、模型优化、模型训练和图像生成等模块，能够生成符合设计规范的高分

CN119557955B

CN119557955B权利要求书1/2页

2

1.一种基于潜在扩散模型的建筑规划图像生成方法，其特征在于，包括以下步骤：

S1、数据预处理：获取包含建筑设计图像的数据集A和包含城市规划图像的数据集B,并对数据集A和数据集B中的图像进行预处理；

S2、改进潜在扩散模型的结构：改进U-Net模型的网络结构，对输入至潜在扩散模型的数据集中的建筑设计图像和城市规划图像，先压缩到潜在空间中进行反向扩散，以获得初步建筑设计图像的潜在表示和初步城市规划图像的潜在表示；

在U-Net模型的每个编码器阶段引入通道交叉和空间交叉注意力机制，以增强文本描述与建筑风格之间的关联性；

S3、优化输入条件：引入建筑风格嵌入向量C与建筑描述文本嵌入向量D以及几何信息嵌入向量E结合，作为潜在扩散模型的额外输入条件，通过加入“建筑功能区分割”和“几何约束”嵌入，以确保生成图像中包含风格、功能布局和几何结构的完整信息；

S4、模型训练：根据多个训练样本构建训练的数据集，使用数据集对改进好的模型进行训练；其中，每个训练样本包括初步建筑设计图像的潜在表示、相应的文本描述和初步城市规划图像的潜在表示；

S5、图像生成：在模型训练完成后，将目标城市规划图像的潜在表示、建筑风格嵌入向量C、建筑描述文本嵌入向量D输入到优化后的潜在扩散模型中，得到符合要求的生成建筑规划图像。

2.根据权利要求1所述的基于潜在扩散模型的建筑规划图像生成方法，其特征在于，所述“S1、数据预处理：获取包含建筑设计图像的数据集A和包含城市规划图像的数据集B,并对数据集A和数据集B中的图像进行预处理”包括：

对于大场景的建筑设计图像/城市规划图像，将大场景图像分割为较小的区域分块训练；其中，在每块图像的边界上须引入重叠部分，以保留场景的连续性和上下文信息；

利用多尺度策略，学习图像的多分辨率版本，以增强训练模型对大场景的识别能力；

其中，对于较低分辨率的图像用于训练模型进行全局结构的学习，而较高分辨率用于训练模型学习局部细节，最终对图像会进行统一的归一化操作，以保证不同尺度下的图像特征能一致地输入训练模型进行训练。

3.根据权利要求1所述的基于潜在扩散模型的建筑规划图像生成方法，其特征在于，步骤S2所述的对输入至潜在扩散模型的数据集中的建筑设计图像和城市规划图像，通过变分自编码器VAE将高维压缩到低维。

4.根据权利要求1